Порядок выполнения и Задание на работу
Далее предполагаются заданными некоторые множество векторов и соответствие каждого из них одному из двух классов (обучающее и тестирующее множества). Требуется обучить нейронную сеть распознавать принадлежность вектора одному из классов и проверить работу сети, используя тестирующее множество.
Модельные задачи
1. Построить персептроны, реализующие функции ‘и’ и ‘или’ персептрон
2. Решить задачу классификации с помощью персептрона. Обучающее множество: P = [ -0.5 -0.5 +0.3 -0.1; -0.5 +0.5 -0.5 +1.0], T = [1 1 0 0]. Тестирующее множество: p = [0.7; 1.2].
3. Решить задачу классификации для задачи исключающего или.
Содержательная задача
- Процесс изготовления кирпичей связан с отжигом, в результате которого могут
появляться невидимые трещины. Оператор может детектировать их, ударяя кирпичи молотом. В автоматической системе реакция записывается с помощью микрофона на компьютер, фильтруется и нормализуется. Соответствующие данные для 10 кирпичей приведены в таблице 1 (данные были получены в Массачусетском технологическом институте, 1997г.). Требуется разработать систему, которая бы распознавала бракованные кирпичи.
Таблица 1. Интенсивности отклика на различных частотах
 |
Задание рассчитано на три занятия. На первом занятии выполняются задания 1-3, на втором – 4, на третьем - 5.
Рекомендуется использовать следующие операторы пакета matlab:
|
|
|
Plotpv, newp, sim, net.trainParam.epochs, net.trainParam.goal, net.adaptParam.passes,
Plotpc.
СОДЕРЖАНИЕ ОТЧЕТА ПО РАБОТЕ
1. Листинги разработанных программ.
2. Геометрическая иллюстрация процесса классификации.
3. Анализ полученных результатов и выводы по работе.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
- В.В. Круглов Нечеткая логика и искусственные нейронные сети / В.В. Круглов, М.И. Дли, Р.Ю. Голунов М.: Физматлит, 2001.- 221с.
2. MATLAB Neural Network Toolbox User’s Guide
Дата добавления: 2023-01-08; просмотров: 31; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!